두 모델 모두 Alibaba에서 만들었고 Apache-2.0 라이선스의 오픈 웨이트로 공개되어 있어서, 선택은 보통 한 가지 실용적인 질문으로 좁혀집니다. 내가 하려는 작업에 쓸 만한 그림이 나오는가, 그리고 장당 비용은 얼마인가? 커뮤니티 비교 결과는 서로 엇갈립니다. 대부분 한 대의 로컬 환경에서 프롬프트 2~5개로 돌린 결과입니다. Lumenfall의 블라인드 커뮤니티 투표(공유 프롬프트 13개)에서는 Z-Image Turbo가 77.8%, Qwen이 22.2%를 얻었지만, 같은 곳의 AI 심사 메모는 대체로 Qwen에 호의적이었습니다.
우리는 2026년 10월 17일에 SpicyAPI 엔드포인트에서 같은 프롬프트 6개를 두 모델에 각각 고정 시드 2개씩으로 돌렸습니다. 스튜디오 인물 사진, 세 줄 문구가 들어간 포스터, 제품 라벨, 붐비는 거리, 손 클로즈업, 세 사람의 테이블 구도입니다. 총 24장이며, 비용은 합계 $0.48입니다.
짧은 답: 질감이 살아 있는 실사 인물 사진, 단순한 제품 사진, 대량으로 만드는 이미지에는 Z-Image Turbo를 쓰세요. 이미지당 $0.01로 가격이 3분의 1입니다. 스타일이 있는 레터링, 밀집한 장면, 특정한 분위기처럼 디자인된 결과물이 필요하거나, 더 큰 출력이나 SpicyAPI의 21:9 같은 넓은 비율이 필요하거나, Qwen 형식 LoRA를 불러오고 싶다면 $0.03의 Qwen Image 2512를 쓰세요. 성인 지향 작업을 LoRA 없이 하려면 Z-Image Turbo가 더 직접적인 선택입니다. Qwen Image 2512는 테스트 기록에서 가장 강도 높은 카테고리의 수위를 낮췄습니다.
빠른 선택 기준
| 필요한 것 | 먼저 쓸 모델 | 이유 |
|---|---|---|
| 많은 초안이나 대량 배치 | Z-Image Turbo | 장당 $0.01로 Qwen Image 2512의 3분의 1 |
| 피부 질감이 보이는 근접 인물 | Z-Image Turbo | 인물 프롬프트 1개(시드 2개)에서 주근깨, 모공, 니트 질감이 더 선명함 |
| 스타일 레터링이 있는 포스터, 메뉴, 커버 | Qwen Image 2512 | 두 모델 모두 모든 단어의 철자를 맞췄고, Qwen은 ‘art deco’와 ‘weathered paper’ 단서도 따름 |
| 밀집한 군중이나 명시된 분위기가 있는 장면 | Qwen Image 2512 | 인물이 더 많고 ‘candlelit’이나 ‘after rain’ 조명에 더 가까움 |
| SpicyAPI에서 약 1메가픽셀을 넘는 출력 | Qwen Image 2512 | 1:1에서 1328×1328 대 1024×1024 |
| SpicyAPI에서 21:9, 9:21, 3:2, 2:3 구도 | Qwen Image 2512 | SpicyAPI의 Z-Image Turbo는 5개 비율(1:1, 4:3, 3:4, 16:9, 9:16)만 제공 |
| SpicyAPI에서 1,000자를 넘는 프롬프트 | Qwen Image 2512 | Qwen 엔드포인트는 최대 5,000자, Z-Image Turbo 엔드포인트는 1,000자까지 |
| 커뮤니티 LoRA | Z-Image Turbo LoRA | Hugging Face에 공개된 LoRA가 약 4배 많음. Qwen LoRA는 학습 비용이 더 큼 |
| LoRA 없는 성인 지향 이미지 | Z-Image Turbo | 테스트 기록의 모든 카테고리를 렌더링함. Qwen은 가장 강한 카테고리에서 수위를 낮춤 |
테스트 방법
두 모델 모두 같은 프롬프트 문장, 같은 비율, 같은 시드(42와 7)를 받았습니다. 모든 결과를 보관했고, 다시 돌리거나 골라내지 않았습니다. 아래 그림은 프롬프트마다 시드 42 쌍을 보여 주며, 시드 7 쌍도 모든 경우에 같은 결론이었습니다.
- Qwen Image 2512는 Qwen Image 2512 LoRA 텍스트-투-이미지 엔드포인트에서 LoRA를 붙이지 않고 실행했습니다. 기본 모델이 실행됩니다. PNG 출력입니다.
- Z-Image Turbo는 Z-Image 텍스트-투-이미지 엔드포인트에서 프롬프트 확장을 끈 상태로(Turbo 가중치) 실행했습니다. PNG만 반환합니다.
같은 비율이라도 기본 크기가 다릅니다. Qwen은 3:4에서 1104×1472, 1:1에서 1328×1328, 16:9에서 1536×864를 반환했고, Z-Image Turbo는 864×1152, 1024×1024, 1280×720을 반환했습니다. 비교 그림에서는 두 이미지를 같은 높이로 맞췄으므로, 해상도가 아니라 내용을 비교하는 것입니다.
모델당 12장은 작은 표본입니다. 이 결과는 벤치마크가 아니라, 이 여섯 가지 피사체에서 나타난 뚜렷한 경향으로 보세요.
인물 사진: Z-Image Turbo가 피부 질감을 더 잘 보여 줍니다
프롬프트: Studio portrait of a woman in her early thirties with freckles and shoulder-length auburn hair, wearing a charcoal wool turtleneck. Soft key light from the left, gentle fill, seamless warm grey backdrop. 85mm lens, shallow depth of field, natural skin texture, calm direct gaze into the camera.
왼쪽: Qwen Image 2512. 오른쪽: Z-Image Turbo. 같은 프롬프트, 3:4, 시드 42.
두 인물 사진 모두 쓸 만합니다. Z-Image Turbo(오른쪽)는 주근깨, 모공, 털실 결을 더 또렷하게 살렸고, 회색 배경도 ‘warm grey’에 더 가깝습니다. Qwen Image 2512(왼쪽)는 더 부드럽고 따뜻해서, 보정을 거친 에디토리얼 헤드샷에 가깝습니다. 머리는 요청한 ‘shoulder-length’에 더 가깝게 나왔습니다. Z-Image Turbo는 두 시드 모두에서 머리를 더 길게 그렸습니다.
이는 커뮤니티의 의견 갈림과 맞습니다. 일부 로컬 테스터는 Qwen의 부드러운 빛이 ‘less AI-looking’한 얼굴을 만든다며 선호하고, 다른 이들은 Z-Image Turbo의 피부 디테일을 따라잡기 어렵다고 봅니다. 시청자가 얼굴을 확대해서 본다면 Z-Image Turbo로 시작하고, 보정 없이 세련된 느낌을 원한다면 Qwen을 시도해 보세요.
또한 두 모델 모두 시드 42와 7에서 거의 같은 여성을 만들었습니다. 두 모델에서 시드만 바꾸면 변화가 거의 없으므로, 다른 사람이 필요할 때는 설명(나이, 머리, 조명)을 바꾸세요.
텍스트와 라벨: 둘 다 철자가 맞고, Qwen은 디자인 지시를 더 잘 따릅니다
프롬프트(포스터): A vintage jazz concert poster pasted on a brick wall. Large art deco headline at the top reads "MIDNIGHT ECHOES". Below a saxophone illustration, smaller text reads "Live at The Blue Room" and on the last line "Friday 9 PM". Cream, navy and gold palette, slightly weathered paper.
프롬프트(제품): Commercial product photo of a matte black ceramic coffee mug with the word "NORTHWIND" printed in white capital letters on its side. The mug stands on a light oak table next to a small pile of roasted coffee beans and a folded linen napkin. Soft morning window light from the right, clean background, sharp focus.
왼쪽 열: Qwen Image 2512. 오른쪽 열: Z-Image Turbo. 시드 42. 위는 3:4, 아래는 1:1.
텍스트 문자열 4개와 시드 2개에 걸쳐, 두 모델 모두 단어 하나도 철자를 틀리지 않았습니다. 텍스트만 보고 고르려는 사람에게는 이것이 가장 중요한 결론입니다. 짧은 헤드라인과 라벨이라면 둘 다 믿을 만합니다.
차이는 디자인에 있습니다. Qwen Image 2512는 색소폰 뒤에 선버스트를 두고 아르데코 글자와 낡고 주름진 종이를 그렸습니다. 다만 색소폰이 헤드라인 위로 겹쳐서, 디자이너가 원하지 않을 수도 있습니다. Z-Image Turbo는 크림, 네이비, 골드 팔레트를 더 문자 그대로 지키고 글자 주변에 여백을 두었지만, 포스터는 더 밋밋하고 덜 낡았습니다. 단어는 맞지만 ‘빈티지’ 느낌은 대부분 빠졌습니다. 머그컵에서는 결과가 약간 뒤집힙니다. Z-Image Turbo는 더 선명하고 밝은 흰색 라벨을 찍었고, Qwen의 글자는 더 회색빛이고 작았습니다. 두 모델 모두 원두, 냅킨, 창가 빛은 그대로 살렸습니다.
타이포그래피 자체가 디자인일 때는 Qwen Image 2512를 고르세요. 라벨만 읽히면 되는 제품 사진이라면 둘 다 쓸 만하며, 이 경우 Z-Image Turbo의 장점은 주로 가격이 3분의 1이라는 점입니다.
군중과 구도: 둘 다 인물 배치는 맞고, 분위기는 Qwen이 살립니다
프롬프트(거리): Wide shot of a crowded street festival in a European old town at dusk after rain. Dozens of people walk between food stalls, some holding umbrellas, string lights overhead, steam rising from a grill, reflections on wet cobblestones, a cyclist in a yellow raincoat in the foreground. Cinematic, natural colours.
프롬프트(구도): Three friends at a candlelit dinner table, photographed from the front. On the left, a woman in a red dress raises a glass of white wine. In the middle, a bald man with a grey beard in a blue shirt is laughing. On the right, a woman with short silver hair and round glasses is looking at her phone. A single blue vase with yellow tulips stands in the centre of the table.
왼쪽 열: Qwen Image 2512. 오른쪽 열: Z-Image Turbo. 16:9, 시드 42.
세 사람이 앉은 구도는 이 세트에서 프롬프트 준수를 가장 깔끔하게 확인하는 테스트였고, 두 모델 모두 두 시드에서 통과했습니다. 왼쪽의 빨간 드레스 여성이 잔을 들고 있고, 가운데의 대머리에 수염 난 남성이 웃고 있으며, 오른쪽의 은발에 동그란 안경을 쓴 여성이 휴대폰을 보고 있습니다. 식탁 가운데에는 노란 튤립이 꽂힌 파란 꽃병이 하나 있습니다. 일부 커뮤니티 글은 Z-Image Turbo가 프롬프트의 일부를 무시한다고 말하지만, 위치를 명시한 이 프롬프트에서는 그렇지 않았습니다.
차이는 분위기입니다. Qwen Image 2512는 어두운 창과 따뜻한 등불이 있는 실제 촛불 저녁을 만들었습니다. Z-Image Turbo는 테이블에 촛불을 놓았지만, 방을 흐린 오후처럼 비췄습니다. 거리에서는 Qwen이 비 온 뒤 황혼 빛 속에 실제로 붐비는 축제를 채웠지만, 중간 거리의 사람들이 비슷한 얼굴과 어두운 재킷을 반복합니다. Z-Image Turbo의 거리는 ‘붐비는’ 것보다 여유로워서, 두 시드 모두 자전거 탄 사람이 프레임 오른쪽 끝으로 밀려나 있습니다.
손: 둘 다 깨끗하지만 반지 디테일은 둘 다 놓쳤습니다
프롬프트: Close-up photo of a man's hands tying the laces of a worn brown leather boot on a wooden workshop bench. Both hands fully visible, five fingers on each hand, a silver ring on the left ring finger, visible knuckles and veins. Warm side light, shallow depth of field.
왼쪽: Qwen Image 2512. 오른쪽: Z-Image Turbo. 1:1, 시드 42.
손 이미지 4장 모두 한 손에 자연스럽게 손가락이 5개였고, 신발 끈을 다루는 동작도 믿을 만했습니다. 구형 모델에서 흔한 손가락 추가나 융합은 두 모델 모두 나타나지 않았습니다. 다만 작은 지시는 둘 다 놓쳤습니다. Qwen Image 2512는 두 시드 모두에서 양손에 반지를 그렸습니다. Z-Image Turbo는 반지를 하나만 그렸는데, 그 손은 남성의 오른손으로 읽힙니다. Qwen은 가죽 질감을 더 많이 담은 좁은 클로즈업을, Z-Image Turbo는 작업대와 남성의 무릎까지 보이도록 뒤로 뺀 구도를 택했습니다.
어느 손에 반지가 있는지처럼 작은 디테일이 정확해야 한다면, 어떤 모델을 고르든 모든 결과를 확인하거나 편집 패스로 고쳐야 합니다.
장당 속도와 가격
| Qwen Image 2512 | Z-Image Turbo | |
|---|---|---|
| 장당 가격 | $0.03 | $0.01 (프롬프트 확장을 켜면 $0.016) |
| 테스트에서 청구된 금액 | $0.03 × 12 | $0.01 × 12 |
| 요청부터 완성 이미지까지 중앙값 | 8.5초 | 19초 |
| 12장의 범위 | 7.8–32초 | 13–31초 |
| 1:1 / 16:9 기본 크기 | 1328×1328 / 1536×864 | 1024×1024 / 1280×720 |
| 출력 형식 | JPEG, PNG, WebP | PNG |
가격은 현재 SpicyAPI 정가이며, 두 작업 모두 정확히 그 금액이 청구되었습니다. 1,000장을 만들면 Z-Image Turbo는 $10, Qwen Image 2512는 $30입니다.
속도 결과는 예상과 달랐습니다. 사양만 보면 Z-Image Turbo가 더 빠른 모델입니다. 6B 파라미터에 샘플링 8단계이고, Qwen Image 2512는 20B 파라미터에 권장 50단계입니다. 로컬 GPU에서는 테스터들이 Qwen보다 훨씬 짧은 시간에 끝난다고 보고합니다. 그러나 10월 17일 호스팅 API에서는 12번 중 11번에서 Qwen Image 2512가 더 빨리 응답했습니다. 호스팅 시간에는 대기열과 전송이 포함되며, 이는 부하에 따라 달라지고 시간이 지나면 바뀝니다. 따라서 이를 고정된 순위가 아니라, ‘둘 다 몇 초 안에 끝나고 어느 쪽도 병목이 아니다’라는 뜻으로 읽으세요. 직접 가중치를 돌린다면 Z-Image Turbo의 속도와 16GB 카드에 들어가는 점이 실제 장점입니다.
LoRA 지원과 오픈 웨이트
두 모델 모두 Apache-2.0 라이선스와 오픈 웨이트로 공개되어 있습니다. Qwen-Image-2512는 2025년 12월 31일에, Z-Image-Turbo는 Alibaba의 Tongyi-MAI 팀이 2025년 11월 말에 공개했습니다. 라이선스는 결과물과 가중치의 상업적 사용을 허용하며, 출처 표기 고지는 각 모델 카드에서 확인하세요.
LoRA는 두 모델 사이에서 호환되지 않습니다. 아키텍처가 다르므로 Z-Image Turbo LoRA는 Qwen Image 2512에 로드되지 않으며, 그 반대도 마찬가지입니다.
- Z-Image Turbo는 커뮤니티 라이브러리가 더 큽니다. 6B 모델은 미세 조정 비용이 낮기 때문입니다. 2026년 10월 17일 기준 Hugging Face에는 Z-Image-Turbo용 LoRA 어댑터로 태그된 모델이 879개, Qwen-Image-2512용은 200개 있었습니다. Z-Image Turbo LoRA 엔드포인트에서는 이미지당 $0.012에 LoRA를 최대 3개까지 불러올 수 있습니다. 같은 시드 LoRA 테스트에서는 LoRA가 실제로 그림을 바꾸는지 확인하는 방법을 보여 줍니다.
- Qwen Image 2512는 우리가 테스트한 같은 엔드포인트에서 Qwen 형식 LoRA를 최대 3개까지, 추가 비용 없이 받습니다. 20B 모델을 학습하려면 훨씬 많은 하드웨어가 필요해서 LoRA의 수는 적습니다. 같은 계열의 편집은 다른 기반 모델(Qwen Image Edit 2511)에서 돌아가므로, 작업에 맞는 LoRA를 고르세요. 어떤 Qwen LoRA가 어떤 기반에 맞는지에서 그 차이를 설명합니다.
성인 지향 이미지: 두 모델의 차이
두 엔드포인트 모두 플랫폼 필터를 추가하지 않습니다. 차이는 모델 자체에서 나오며, 가장 강도 높은 끝에서 드러납니다.
우리 내부 테스트 기록은 암시적 이미지에서 고강도 성인 장면까지 여섯 개 카테고리를 다룹니다. 각 카테고리를 세 번씩 돌렸고, 모든 결과를 눈으로 검토했습니다.
- Z-Image Turbo(2026년 9월)는 여섯 개 카테고리를 모두 세 번씩 렌더링했고, 거부나 수위 저하가 없었습니다.
- LoRA 없는 Qwen Image 2512(2026년 9월)는 고급 NSFW 이미지를 포함해 다섯 개 카테고리를 온전히 렌더링했지만, 고강도 성인 장면은 세 번 모두 수위가 낮아졌습니다. 장면이 보여 주기보다 암시되었습니다. 앞선 단일 실행에서 공개된 성인 지향 LoRA를 붙였을 때는 같은 카테고리가 온전히 렌더링되었습니다.
따라서 기본 프롬프트로 성인 캐릭터 작업을 한다면 Z-Image Turbo가 더 직접적이며 가격도 3분의 1입니다. 1,536까지의 정확한 픽셀 크기나 1,000자를 넘는 프롬프트가 필요하다면, 같은 계열의 Z-Image Spicy 엔드포인트가 이미지당 $0.01235입니다. Qwen Image 2512는 최상위 카테고리 바로 아래의 성숙한 이미지나, 그에 맞춘 LoRA를 붙일 때 여전히 괜찮은 선택입니다. Z-Image Turbo에서 잘 작동하는 표현은 Z-Image Turbo NSFW 프롬프트 가이드를, 형제 모델은 Z-Image는 검열이 없나요?를 참고하세요. 성인 인물만 사용하고, 동의 없는 실존 인물은 절대 쓰지 마세요.
어떤 모델을 써야 할까요?
- 대량의 인물, 초상, 성인 지향 사진: Z-Image Turbo. 인물 테스트에서 피부 질감이 더 좋았고(Qwen의 저녁 식사 장면 인물도 사실적이었습니다), 성숙한 콘텐츠의 테스트 기록이 가장 풍부하며, 이미지당 $0.01입니다. 특정한 룩이 필요하면 Turbo LoRA 엔드포인트를 추가하세요.
- 레터링이 있는 포스터, 커버, 소셜 그래픽: Qwen Image 2512. 둘 다 철자는 정확하지만, Qwen은 타이포그래피와 종이 질감 단서를 더 잘 따릅니다.
- 복잡한 장면, 조명 분위기, 시네마틱 프레임, 21:9 배너: Qwen Image 2512. 분위기, 밀도, 넓은 비율 때문입니다.
- 짧은 라벨이 있는 제품 사진: 어느 쪽이든 괜찮습니다. 비용이 중요하면 Z-Image Turbo를 쓰세요. 둘 다 라벨을 정확히 찍었기 때문입니다.
- 1,000자를 넘는 길고 자세한 프롬프트: Qwen Image 2512.
실용적인 방법은 Z-Image Turbo로 초안을 잡고, 잘 나온 프롬프트를 보관한 뒤, 디자인된 텍스트나 더 강한 분위기가 필요한 몇 개만 Qwen Image 2512에서 다시 돌리는 것입니다. 두 모델 모두 SpicyAPI에서 같은 요청 형태를 쓰므로, 전환은 모델 이름만 바꾸는 일입니다. Z-Image Turbo나 Qwen Image 2512를 열어 직접 프롬프트를 시험해 보세요.
FAQ
Z-Image Turbo는 Qwen 모델인가요?
아니요. 둘 다 Alibaba에서 나왔지만, Qwen-Image는 Qwen 팀이, Z-Image는 Tongyi-MAI 팀이 만들었습니다. 아키텍처와 LoRA도 서로 다릅니다.
이미지 속 텍스트는 어느 쪽이 더 잘 쓰나요?
짧은 헤드라인과 라벨이라면 우리 테스트에서 둘 다 모든 단어의 철자를 정확히 썼습니다. 글자 자체에 스타일이 필요하다면 Qwen Image 2512가 더 나은 선택입니다. 제작사도 2512의 개선점으로 텍스트 레이아웃과 텍스트·이미지 합성을 꼽습니다.
Qwen Image 2512 LoRA를 Z-Image Turbo에서 쓸 수 있나요?
아니요. LoRA는 학습된 모델 계열에서만 작동합니다.
시드를 바꿨는데 거의 같은 이미지가 나오는 이유는 무엇인가요?
두 모델 모두 모든 프롬프트에서 시드 42와 7로 거의 같은 인물과 구도를 만들었습니다. 다양성을 얻으려면 시드가 아니라 설명 자체(나이, 머리, 배경, 조명)를 바꾸세요.
